張偉， 王乃新， 魏世琳， 杜雪， 嚴(yán)浙平

(哈爾濱工程大學(xué) 自動(dòng)化學(xué)院，黑龍江 哈爾濱 150001)

水下無(wú)人潛航器(unmanned underwater vehicle，UUV)從20世紀(jì)60年代[1]誕生以來(lái)，經(jīng)歷了很大的發(fā)展。從最初的遙控潛器 (remolely operated underwater vehicle,ROV) 發(fā)展到無(wú)人無(wú)纜并有一定自主性的AUV (autonomous underwater vehicle)。AUV不依賴母船提供動(dòng)力、機(jī)動(dòng)性強(qiáng)、活動(dòng)范圍大、作業(yè)效率高等特點(diǎn)[1]使其逐步成為各國(guó)研究者的主要研究對(duì)象，其各項(xiàng)技術(shù)得到了很好的發(fā)展，并在海洋資源勘探、偵查監(jiān)視、反潛等民用和軍事領(lǐng)域得到了很好的應(yīng)用。

隨著UUV技術(shù)日漸成熟，它所面臨的任務(wù)的難度和復(fù)雜度也有很大提升，單一UUV已不能滿足需求的發(fā)展。這就使多UUV以集群的形式互相協(xié)作執(zhí)行任務(wù)成為了UUV發(fā)展的必然方向，同時(shí)也對(duì)UUV任務(wù)規(guī)劃、路徑規(guī)劃等關(guān)鍵技術(shù)提出了新的要求，并促進(jìn)了集群智能、編隊(duì)控制等適應(yīng)集群發(fā)展方向的技術(shù)的應(yīng)用。

相比于單體UUV，集群有以下突出優(yōu)勢(shì)[2]：1) 集群系統(tǒng)利用單體自主性能夠?qū)崿F(xiàn)集體決策以及群體級(jí)穩(wěn)態(tài);2) 集群系統(tǒng)可擴(kuò)展性很高，個(gè)別群內(nèi)成員的增減不會(huì)對(duì)系統(tǒng)造成決定性影響;3)由于集群系統(tǒng)具有高度可擴(kuò)展性和穩(wěn)定性，所以集群系統(tǒng)魯棒性較強(qiáng)；4) 集群相比于個(gè)體最突出的特點(diǎn)是能夠完成個(gè)體無(wú)法獨(dú)自完成的任務(wù)。本文將重點(diǎn)介紹UUV集群的發(fā)展現(xiàn)狀和關(guān)鍵技術(shù)，為其將來(lái)的發(fā)展提供參考。

1 主要的UUV集群項(xiàng)目

1.1 軍事領(lǐng)域

各國(guó)對(duì)UUV的研究正在向集群化的方向發(fā)展，并已被應(yīng)用在軍事領(lǐng)域。2016年英國(guó)在“Unmanned warrior” 軍事演習(xí)中直觀的展現(xiàn)了UUV集群在軍事作戰(zhàn)中的關(guān)鍵作用和未來(lái)潛力。

1.1.1 持續(xù)瀕海水下監(jiān)控網(wǎng)絡(luò)項(xiàng)目 (PLUSNet)

PLUSNet (persistent littoral undersea surveillance network)[3]是由美國(guó)海軍研究辦公室 (ONR)贊助的一個(gè)多機(jī)構(gòu)合作項(xiàng)目，旨在推進(jìn)沿海監(jiān)控技術(shù)發(fā)展，目標(biāo)是探測(cè)和跟蹤燃油潛艇。該項(xiàng)目使用固定和移動(dòng)水下平臺(tái)，包括具有檢測(cè)系統(tǒng)的底部節(jié)點(diǎn)，具有拖曳陣列的UUVs，以及帶有聲學(xué)和環(huán)境傳感器的水下滑翔機(jī)。節(jié)點(diǎn)組織成集群，與其他集群協(xié)同工作，進(jìn)行大范圍的行動(dòng)。除檢測(cè)、分類(lèi)和跟蹤等基礎(chǔ)功能外，該項(xiàng)目還在自主性、環(huán)境適應(yīng)性和網(wǎng)絡(luò)結(jié)構(gòu)3個(gè)關(guān)鍵技術(shù)領(lǐng)域取得了研究進(jìn)展。

1.1.2 協(xié)作自主的分布式偵察與探測(cè)系統(tǒng)(CADRE)

CADRE (cooperative autonomy for distributed reconnaissance and exploration)[4]系統(tǒng)是協(xié)調(diào)水下無(wú)人航行器的異構(gòu)集合的框架，用于自主執(zhí)行面向目標(biāo)的任務(wù)。該系統(tǒng)的開(kāi)發(fā)旨在解決美國(guó)海軍UUV總體規(guī)劃中提出的海底搜索和調(diào)查 (undersea search and survey, USS) 以及通信與導(dǎo)航救援 (communications and navigation aid, C/NA) 功能， 其關(guān)鍵屬性是可擴(kuò)展性和模塊化。

CADRE系統(tǒng)包括一個(gè)自主水下航行器網(wǎng)絡(luò) (AUV，也稱UUV) 和自主水面航行器 (ASV)，它們自主地同時(shí)進(jìn)行廣域海底反水雷 (MCM) 偵查，同時(shí)保持高精度導(dǎo)航和定位。多模式通信架構(gòu)在CADRE系統(tǒng)中起著至關(guān)重要的作用，允許系統(tǒng)中的UUV彼此之間還有與各種支持平臺(tái)保持聯(lián)系。

CADRE系統(tǒng)在海底地雷對(duì)抗任務(wù)的背景下開(kāi)發(fā)，因此對(duì)該系統(tǒng)進(jìn)行了2個(gè)關(guān)鍵反水雷任務(wù)方案的驗(yàn)證：1) (365.6～914) m×20 nmile的狹長(zhǎng)區(qū)域(如圖1所示)；2) 10 nmile×10 nmile的廣域范圍。2種方案均在保持嚴(yán)格的導(dǎo)航精度和協(xié)同定位要求的前提下進(jìn)行。

1.2 民用領(lǐng)域

1.2.1 Cocoro自主水下航行器集群

2011年，奧地利Ganz人工生命實(shí)驗(yàn)室的研究人員發(fā)布了當(dāng)時(shí)世界上最大的水下無(wú)人航行器集群：CoCoRo自主水下航行器集群[5]。該項(xiàng)目由歐盟資助，Thomas Schmickl領(lǐng)導(dǎo)，由41個(gè)UUV組成，可以協(xié)同完成任務(wù)，其主要目的是用于水下監(jiān)測(cè)和搜索。該集群系統(tǒng)在其行為潛力方面具有可擴(kuò)展性，可靠性和靈活性。研究人員通過(guò)受到行為學(xué)和心理學(xué)啟發(fā)的實(shí)驗(yàn)來(lái)研究集體自我認(rèn)知，從而允許量化集體認(rèn)知。

圖1 CADRE系統(tǒng)概念圖Fig.1 Concept diagram of CADRE system

1.2.2 WiMUST-用于地震勘測(cè)的AUV艦隊(duì)

WiMUST[6](widely scalable mobile underwater sonar technology) 項(xiàng)目旨在設(shè)計(jì)和測(cè)試協(xié)作自主水下航行器系統(tǒng)以簡(jiǎn)化地震勘測(cè)并提供相比于現(xiàn)代拖纜方式的顯著優(yōu)勢(shì)。WiMUST系統(tǒng)的主要新穎之處在于使用海洋機(jī)器人來(lái)捕獲地震數(shù)據(jù)而不是傳統(tǒng)的拖纜。

項(xiàng)目利用UUV集群牽引小型孔徑短拖纜。UUV充當(dāng)可重新配置的移動(dòng)聲學(xué)網(wǎng)絡(luò)的感測(cè)和通信節(jié)點(diǎn)，并且整個(gè)系統(tǒng)表現(xiàn)為用于記錄數(shù)據(jù)的分布式傳感器陣列，數(shù)據(jù)通過(guò)支持船裝備的聲源射向海床和海底地層的強(qiáng)聲波而獲得，如圖2所示。

圖2 WiMUST系統(tǒng)工作方式Fig.2 Work mode of WiMUST system

1.2.3 歐盟Grex項(xiàng)目

由歐盟資助的研發(fā)項(xiàng)目GREX[7](2006-2009)促進(jìn)了多航行器協(xié)作的理論方法和實(shí)用工具的發(fā)展，縮小了概念與實(shí)踐之間的差距。由該項(xiàng)目資助研發(fā)的技術(shù)一方面通用性很強(qiáng)，連接預(yù)先存在的異構(gòu)系統(tǒng)。另一方面魯棒性很強(qiáng)，能夠應(yīng)對(duì)由通信錯(cuò)誤引起的問(wèn)題。

2008年夏天至2009年末，該項(xiàng)目針對(duì)“協(xié)調(diào)路徑跟蹤”和“合作視線目標(biāo)追蹤”任務(wù)進(jìn)行了3次海上試驗(yàn)。航行器間使用預(yù)設(shè)的時(shí)分媒體訪問(wèn) (time division medium access, TDMA) 同步架構(gòu)交換導(dǎo)航數(shù)據(jù)，允許每分鐘5次交換大約20 Bytes的壓縮數(shù)據(jù)包，同時(shí)避免數(shù)據(jù)包沖突。在有效通信條件下實(shí)現(xiàn)了編隊(duì)航行 (如圖3所示) 和向指定目標(biāo)聚集等任務(wù)。

圖3 4架航行器的編隊(duì)航行軌跡Fig. 3 Formation trace of 4 UUV

除去以上項(xiàng)目以外，還有很多其他已經(jīng)取得成功或仍在進(jìn)行中的UUV集群項(xiàng)目：如美國(guó)海洋研究局資助的自主海洋采樣網(wǎng)絡(luò) (autonomous ocean sampling network, AOSN)[8]；美國(guó)新澤西海灣布設(shè)的大陸架觀測(cè)系統(tǒng) (the new jersey shelf observing system)[9]；由歐洲委員會(huì)資助啟動(dòng)的Co3-AUV自主水下航行器的協(xié)同認(rèn)知控制項(xiàng)目[10]；由北約水下研究中心和麻省理工學(xué)院完成的通用海洋陣列技術(shù)聲吶 (generic ocean array technology sonar, GOATS)[11]項(xiàng)目; 英國(guó) Nekton 研究機(jī)構(gòu)開(kāi)發(fā)的水下多智能體平臺(tái) (underwater multi-agent platform, UMAP)[12]等項(xiàng)目。

通過(guò)分析以上項(xiàng)目實(shí)例可以發(fā)現(xiàn)，國(guó)外的UUV集群項(xiàng)目以實(shí)用性為主，從實(shí)際應(yīng)用角度出發(fā)，提出所面臨的問(wèn)題，并通過(guò)理論結(jié)合實(shí)踐的方式尋找解決辦法；項(xiàng)目研究更側(cè)重系統(tǒng)穩(wěn)定性和可擴(kuò)展性的研究，在此基礎(chǔ)上去尋找實(shí)現(xiàn)概念設(shè)想的方法。

2 UUV集群發(fā)展關(guān)鍵技術(shù)

2.1 集群智能控制算法

集群智能控制算法是集群系統(tǒng)的核心技術(shù)，是控制各個(gè)單體活動(dòng)并能將它們聯(lián)系起來(lái)形成一個(gè)系統(tǒng)合作執(zhí)行任務(wù)的關(guān)鍵。受自然界群體行為的啟發(fā)，已有很多智能控制算法被提出，但是由于海底復(fù)雜環(huán)境和惡劣通信條件的限制，很多算法不能直接被移植到UUV集群應(yīng)用當(dāng)中。因此現(xiàn)有智能算法在海洋環(huán)境的應(yīng)用以及適用UUV集群的新智能控制算法的開(kāi)發(fā)仍是未來(lái)UUV集群發(fā)展的關(guān)鍵所在。

現(xiàn)階段對(duì)集群控制算法的研究主要還是集中于對(duì)已有智能算法的改進(jìn)，例如嚴(yán)浙平[13]在已有單、多智能體強(qiáng)化算法的基礎(chǔ)上，提出一種融合了Nash—Q、CE—Q及WoLF—PHC等算法主要思想的多智能體Q學(xué)習(xí)算法，并將這種算法用于多AUV系統(tǒng)的控制。另外，集群控制算法的研究通常都是針對(duì)某一特殊任務(wù)或者目標(biāo)，引入智能算法以達(dá)到優(yōu)化控制器的目的。例如文獻(xiàn)[14-19]分別針對(duì)UUV集群的路徑跟蹤、編隊(duì)控制和協(xié)同圍捕等問(wèn)題，將適合的智能算法引入到海洋環(huán)境中，并根據(jù)不同問(wèn)題所存在的不同客觀條件對(duì)算法進(jìn)行一定的改進(jìn)。以上方法基本概括了目前主流的UUV集群智能算法研究方法：將已有智能控制算法針對(duì)海洋環(huán)境和特定任務(wù)進(jìn)行改進(jìn)，比較常用于集群控制的算法有：蟻群算法[20-21]、人工勢(shì)場(chǎng)法[22]、粒子群算法[23]；另外強(qiáng)化學(xué)習(xí)和機(jī)器學(xué)習(xí)等方法[24-27]也一直有學(xué)者對(duì)其進(jìn)行集群控制應(yīng)用方面的研究。UUV集群發(fā)展相對(duì)較晚，改進(jìn)已有算法是一種效率較高的方法，但不應(yīng)該局限于此，文獻(xiàn)[28]提出了一種模塊化、可擴(kuò)展的應(yīng)用于異構(gòu)多UUV編隊(duì)協(xié)調(diào)問(wèn)題的架構(gòu)。文獻(xiàn)中對(duì)硬件擴(kuò)展時(shí)的軟件配合擴(kuò)展升級(jí)的研究是值得參考的研究方向。海洋環(huán)境的復(fù)雜性給UUV的研究增加了很多限制和挑戰(zhàn)，同時(shí)也為UUV研究創(chuàng)造了更多的可能性，在參考已有研究成果的同時(shí)應(yīng)該根據(jù)具體情況和相關(guān)理論知識(shí)探索更適合的智能控制算法。

2.2 通信網(wǎng)絡(luò)設(shè)計(jì)

遠(yuǎn)距離通信、大容量通信、高質(zhì)量通信、強(qiáng)抗干擾性和保密性是對(duì)UUV通信系統(tǒng)的基本使用要求。目前UUV的主要通信方式有：光纜通信、衛(wèi)星通信、無(wú)線電通信和水聲通信。其中水聲通信由于其衰減慢可實(shí)現(xiàn)遠(yuǎn)距離水下通信的特點(diǎn)最適用于UUV集群中成員間的相互通信。但是水聲通信存在帶寬有限和傳輸速度慢且信道不穩(wěn)定等缺點(diǎn)，有通信延遲和數(shù)據(jù)丟包等問(wèn)題。因此在特定的環(huán)境條件限制以及沒(méi)有更好的通信手段的情況下，通信網(wǎng)絡(luò)的合理設(shè)計(jì)是一種提高水下UUV集群間相互通信效率和可靠性，從而更好地協(xié)作完成任務(wù)的可行方法。

針對(duì)水聲通信的各種缺點(diǎn)和海洋中的客觀不利條件，在已有的硬件條件基礎(chǔ)上，仍可對(duì)通信效果進(jìn)行可觀的改善，達(dá)到節(jié)約能耗、減少數(shù)據(jù)丟包通信延遲帶來(lái)的影響等目的。主要方法有：改變通信拓?fù)鋄29-30]、設(shè)計(jì)更高效的通信協(xié)議[31]、改變通信模式[32]等。近些年比較有代表性的研究有：文獻(xiàn)[29]針對(duì)水聲信道不穩(wěn)定，存在時(shí)間延遲以及海洋背景噪聲的問(wèn)題，提出了一種基于Markov隨機(jī)過(guò)程的雙層獨(dú)立變換通信拓?fù)?，通過(guò)雙層獨(dú)立結(jié)構(gòu)和不斷切換的拓?fù)浯_保編隊(duì)中全部潛航器都可以實(shí)現(xiàn)通信覆蓋，并分析了在此變換拓?fù)錀l件下潛航器編隊(duì)收斂的條件；在此基礎(chǔ)上，嚴(yán)浙平等[33]又提出了有效的通信拓?fù)錂?quán)重 (communication topology effective weight)的概念以更好地表示受噪聲干擾的通信信息的有效性。

2.3 任務(wù)分配

任務(wù)分配是隨著集群技術(shù)發(fā)展最早被研究的技術(shù)之一，任務(wù)分配的研究對(duì)象日益復(fù)雜，分配的任務(wù)也多樣化?，F(xiàn)階段任務(wù)分配方法根據(jù)對(duì)應(yīng)集群的控制方式不同主要分為集中式分配和分布式分配2種。

1) 集中式任務(wù)分配。這種分配方式需要各UUV將自身環(huán)境信息與執(zhí)行任務(wù)的代價(jià)函數(shù)信息傳輸給控制中心，控制中心權(quán)衡各UUV和任務(wù)情況進(jìn)行合理分配。這種方式高度依賴通信，且作為控制中心的UUV計(jì)算負(fù)擔(dān)重。文獻(xiàn)[34]基于增加了延時(shí)的petri網(wǎng)對(duì)多UUV系統(tǒng)任務(wù)分配問(wèn)題建模，提出了集中式和分布式相結(jié)合的任務(wù)分配方式：任務(wù)由主UUV發(fā)布，各從UUV結(jié)合自身約束條件選擇是否接受任務(wù)。文獻(xiàn)[35]在高延遲和不可靠的通信條件下，描述了一種使用k均值聚類(lèi)的高效集中式任務(wù)分配機(jī)制，該機(jī)制在信息數(shù)據(jù)包錯(cuò)誤率達(dá)到80%時(shí)仍能完成任務(wù)分配；

2) 分布式任務(wù)分配。這種分配方式并不是將決定權(quán)完全交給單體UUV，而是給各個(gè)成員一定的自主決策權(quán)力，成員可根據(jù)局部信息按某些規(guī)則進(jìn)行局部任務(wù)分配，有對(duì)通信依賴小、執(zhí)行速度快的特點(diǎn)，但由于成員不能掌握整體信息，各UUV間可能存在競(jìng)爭(zhēng)關(guān)系。分布式任務(wù)分配比較常用的方法是合同網(wǎng)算法[36-38]和SOM神經(jīng)網(wǎng)絡(luò)[39-42]。合同網(wǎng)算法是一種談判協(xié)調(diào)，通過(guò)模仿經(jīng)濟(jì)行為的“招標(biāo)— 投標(biāo)—中標(biāo)”機(jī)制來(lái)實(shí)現(xiàn)任務(wù)分配，具有并行計(jì)算、分布式通信、可擴(kuò)展性和魯棒性等特點(diǎn)。SOM神經(jīng)網(wǎng)絡(luò)實(shí)質(zhì)上是一種競(jìng)爭(zhēng)性學(xué)習(xí)方法，相比于合同網(wǎng)方法，由于沒(méi)有前者的協(xié)商機(jī)制，成員間的競(jìng)爭(zhēng)會(huì)更多。這種方法適用于多UUV對(duì)應(yīng)于多目標(biāo)任務(wù)的情況，其核心是分別以目標(biāo)任務(wù)和UUV對(duì)應(yīng)SOM神經(jīng)網(wǎng)絡(luò)的輸入和輸出量，任務(wù)間通過(guò)競(jìng)爭(zhēng)計(jì)算對(duì)應(yīng)到不同的UUV，通過(guò)這種方式控制UUV到達(dá)指定位置完成指定任務(wù)。

任務(wù)分配的核心目的是將集群的優(yōu)勢(shì)最大化，通過(guò)合理分配任務(wù)給不同的執(zhí)行者，使任務(wù)執(zhí)行時(shí)間最少或能耗最小。集中式任務(wù)分配理論上可以通過(guò)通信協(xié)商找到最合理的分配方式，但是通信本身不可靠，且通信本身也會(huì)浪費(fèi)掉一些時(shí)間和能量；與此相比分布式雖然不能得到最優(yōu)解，但是它的優(yōu)勢(shì)是能夠根據(jù)局部信息更快的作出反應(yīng)。因此在應(yīng)用時(shí)通常是根據(jù)實(shí)際需求將2種方法結(jié)合起來(lái)，才能發(fā)揮比較理想的效果。

2.4 路徑規(guī)劃

路徑規(guī)劃問(wèn)題是指在航行器工作環(huán)境中，按照一定的評(píng)價(jià)標(biāo)準(zhǔn)(耗能最少、路線最短、時(shí)間最少等)為UUV尋找一條安全到達(dá)目標(biāo)點(diǎn)的最優(yōu)路徑。將該技術(shù)拓展到集群中，對(duì)控制和算法設(shè)計(jì)提出了更高的要求。路徑規(guī)劃首先要考慮的是安全問(wèn)題，這是UUV到達(dá)目標(biāo)的前提，因此避碰(包括集群內(nèi)部成員避碰和避開(kāi)障礙物)是此類(lèi)問(wèn)題中必須考慮的問(wèn)題[43-45]。其次進(jìn)行規(guī)劃前要先定義規(guī)劃的最優(yōu)標(biāo)準(zhǔn)，不同標(biāo)準(zhǔn)利用的方法也有所不同，例如文獻(xiàn)[46]將TSP問(wèn)題(travelling salesman problem)與蟻群算法結(jié)合尋找UUV集群最短路徑；而文獻(xiàn)[47]則針對(duì)存在時(shí)變洋流影響的多AUV系統(tǒng)，將完成任務(wù)的時(shí)間最短作為規(guī)劃目的并采用動(dòng)態(tài)規(guī)劃算法來(lái)實(shí)現(xiàn)。另外在規(guī)劃完成后還要對(duì)路徑的可行性進(jìn)行驗(yàn)證，避免無(wú)效路徑的產(chǎn)生并排除可能存在的不穩(wěn)定因素[48-49]。

2.5 編隊(duì)控制

某些多UUV任務(wù)中，UUV以編隊(duì)形式集體移動(dòng)。編隊(duì)控制就是一種控制一組UUV在任務(wù)需要時(shí)沿著所需路徑移動(dòng)的技術(shù)，同時(shí)保持所需的隊(duì)形，并適應(yīng)環(huán)境約束：如障礙物，有限的空間，洋流和通信約束。對(duì)空中飛行器的編隊(duì)控制的研究相比于水下UUV編隊(duì)要成熟，但是由于水下特殊環(huán)境的限制，空中飛行器編隊(duì)控制算法不能直接移植到多UUV控制中，因此多UUV編隊(duì)控制技術(shù)是集群研究的焦點(diǎn)之一。目前主要的編隊(duì)控制方法分為以下幾種：虛擬結(jié)構(gòu)方法、領(lǐng)航者-跟隨者方法和人工勢(shì)場(chǎng)法。

1)虛擬結(jié)構(gòu)方法。

為了在多個(gè)機(jī)器人之間形成和保持某種幾何形狀，引入了形成的剛性結(jié)構(gòu)作為參考，其中機(jī)器人的整體表現(xiàn)像是嵌入剛性結(jié)構(gòu)中的粒子，這種方法就是虛擬結(jié)構(gòu)法 (virtual structure， VS)。虛擬結(jié)構(gòu)按預(yù)定軌跡航行，算法反復(fù)計(jì)算UUV與虛擬結(jié)構(gòu)的誤差并進(jìn)行調(diào)整，同時(shí)保持各UUV之間的剛性幾何關(guān)系，直到UUV到達(dá)所需隊(duì)形。這種編隊(duì)控制方式被廣泛應(yīng)用于飛行器編隊(duì)，但在UUV集群中的研究還很少。文獻(xiàn)[50]提出了虛擬領(lǐng)航者的編隊(duì)結(jié)構(gòu)，由于編隊(duì)領(lǐng)航者是虛擬的，因此它具有準(zhǔn)確的位置信息，基于虛擬引導(dǎo)的準(zhǔn)確位置，可以獲得UUV在編隊(duì)中的預(yù)期位置，但是只研究了2D的情況，3D的編隊(duì)控制還有待研究。

2)領(lǐng)航者-跟隨者方法。

在領(lǐng)航者-跟隨者方法中，基本思想是領(lǐng)航者跟蹤預(yù)定義的參考軌跡，跟隨者根據(jù)預(yù)定義的方案跟蹤領(lǐng)者航的狀態(tài)。其最大優(yōu)點(diǎn)是易于理解和實(shí)現(xiàn)，但是，跟隨者對(duì)領(lǐng)航者沒(méi)有明確的反饋意見(jiàn)，領(lǐng)導(dǎo)者的失敗將導(dǎo)致整個(gè)編隊(duì)的失敗。這種方法在UUV編隊(duì)控制研究中的應(yīng)用比較多，在此結(jié)構(gòu)前提下研究的方向主要集中在2方面：1)在復(fù)雜環(huán)境中的隊(duì)形變換和避障。如文獻(xiàn)[51-52]分別研究了在面對(duì)不同環(huán)境時(shí)采用不同的隊(duì)形變換方法達(dá)到通過(guò)特定區(qū)域和避障的目的；2)編隊(duì)穩(wěn)定性研究。穩(wěn)定性包括編隊(duì)成員能否準(zhǔn)確保持在隊(duì)形指定位置和編隊(duì)在復(fù)雜環(huán)境中的魯棒性。如文獻(xiàn)[53-54]提出了一種欠驅(qū)動(dòng)多UUV主從式編隊(duì)在領(lǐng)航UUV速度不確定時(shí)的控制方法，構(gòu)建了收斂于從UUV軌跡的虛擬UUV，然后用反步法和李雅普諾夫法分析設(shè)計(jì)了跟隨者的位置跟蹤控制，使跟隨者能準(zhǔn)確跟隨領(lǐng)航者。

3)人工勢(shì)場(chǎng)法。

人工勢(shì)場(chǎng)概念由Khatib[55]提出。這種方法的基本思想是航行器在力場(chǎng)中移動(dòng)，其類(lèi)似于由正電荷和負(fù)電荷產(chǎn)生的電場(chǎng)。要達(dá)到的位置對(duì)航行器產(chǎn)生吸引力，障礙產(chǎn)生排斥力，使得航行器可以沿著潛在場(chǎng)地的方向移動(dòng)。這種方法通常都是與其他方法共同使用，在遇到障礙或者需要隊(duì)形變換時(shí)提供輔助指向力。文獻(xiàn)[56-57]分別將反步法和虛擬結(jié)構(gòu)法與人工勢(shì)場(chǎng)法結(jié)合實(shí)現(xiàn)多UUV編隊(duì)控制，以達(dá)到隊(duì)形保持和避障的目的。

除去以上3種常用方法，利用一致性理論對(duì)UUV進(jìn)行編隊(duì)控制[29，58]，也是近期的研究熱點(diǎn)。多智能體一致性是指各智能體根據(jù)預(yù)先約定的協(xié)議，使指定的狀態(tài)達(dá)到一致。但是這種方法仍然很依賴通信，不能擺脫水下通信受限對(duì)編隊(duì)控制的影響。而且現(xiàn)階段關(guān)于一致性的研究主要局限于理論分析和仿真，還沒(méi)有具體的應(yīng)用實(shí)例。

2.6 導(dǎo)航定位

由于UUV通常需要長(zhǎng)時(shí)間在大范圍海域執(zhí)行任務(wù)，而且通常UUV體積不大，所以所攜帶能源和質(zhì)量等均受到一定的限制。這種客觀條件限制以及隱蔽性和水下特殊環(huán)境等因素綜合導(dǎo)致多UUV精確導(dǎo)航定位的實(shí)現(xiàn)是一項(xiàng)非常艱巨的任務(wù)。多UUV協(xié)同導(dǎo)航定位主要有2種方式[59]：1)每個(gè)UUV配備的導(dǎo)航裝備相同，互相通過(guò)水聲通信獲得系統(tǒng)中其他UUV的位置信息的并行方式；2)采用少量UUV配備高精度導(dǎo)航設(shè)備為其他UUV提供精確相對(duì)定位信息，其他UUV利用這種相對(duì)定位信息修正自身定位誤差的領(lǐng)航方式。并行式的結(jié)構(gòu)簡(jiǎn)單，但每個(gè)UUV都裝備高精度導(dǎo)航設(shè)備，成本將成倍增加。而領(lǐng)航式則兼顧了精度和成本且能夠適用于不同的使用區(qū)域和環(huán)境，是當(dāng)今多UUV導(dǎo)航定位的重點(diǎn)研究方向。

多UUV協(xié)同導(dǎo)航精度的提高主要需要從UUV內(nèi)部影響因素、各UUV間的影響因素以及整個(gè)UUV協(xié)同系統(tǒng)等多方面進(jìn)行考慮。主要涉及到以下3方面問(wèn)題[60]：1)精確建立協(xié)同導(dǎo)航模型以及協(xié)同導(dǎo)航算法的開(kāi)發(fā)；2)對(duì)協(xié)同導(dǎo)航網(wǎng)絡(luò)中的誤差因素的補(bǔ)償(如通信延遲、洋流等)；3)對(duì)協(xié)同導(dǎo)航系統(tǒng)中的編隊(duì)構(gòu)型進(jìn)行優(yōu)化設(shè)計(jì)。

1)建模與算法。

卡爾曼濾波是協(xié)同導(dǎo)航算法中最常見(jiàn)也最基本的方法之一，國(guó)內(nèi)外學(xué)者圍繞這一算法做了大量相關(guān)工作[61-65]。其中文獻(xiàn)[62]針對(duì)EKF算法存在截?cái)嗾`差和計(jì)算繁瑣等問(wèn)題提出了使用sigma點(diǎn)卡爾曼濾波(SPKF)的協(xié)同定位方法； Gianluca Antonelli等則推導(dǎo)出了確保線性化模型的可觀察性和非線性模型的局部弱可觀測(cè)性的條件，然后設(shè)計(jì)擴(kuò)展卡爾曼濾波器估計(jì)2個(gè)AUV之間的相對(duì)位置。協(xié)同導(dǎo)航算法的設(shè)計(jì)和改進(jìn)都是建立在準(zhǔn)確建模的基礎(chǔ)上的，如文獻(xiàn)[66]中的雙偽測(cè)量的數(shù)學(xué)模型、文獻(xiàn)[63]建立的從UUV非線性導(dǎo)航模型等。

2)誤差補(bǔ)償。

導(dǎo)航誤差的產(chǎn)生有很多原因，主要包括3大類(lèi)：洋流干擾、量測(cè)誤差、通信時(shí)延。

針對(duì)洋流干擾問(wèn)題，張立川、劉明雍等[67-68]設(shè)計(jì)協(xié)同定位濾波算法對(duì)洋流干擾進(jìn)行估計(jì)；并通過(guò)非線性極小平方優(yōu)化模型求解UUV和洋流的初始量，提高初始精度等方式補(bǔ)償洋流影響下的UUV定位誤差。

針對(duì)量測(cè)誤差問(wèn)題，李聞白[69]利用擴(kuò)展卡爾曼濾波方法建立了單領(lǐng)航者導(dǎo)航系統(tǒng)的整體定位誤差與相對(duì)位置量測(cè)誤差間的傳遞方程。盧健等[70]根據(jù)水聲通信的特點(diǎn)提出了一種相關(guān)性假設(shè)并提出了誤差修正算法 (ECA)，在設(shè)定條件下利用誤差間的相關(guān)性抵消量測(cè)誤差，從而實(shí)現(xiàn)量測(cè)的粗估計(jì)。

水聲通信時(shí)延問(wèn)題是UUV集群研究不可避免的客觀不利條件，由于時(shí)延的存在，相同時(shí)間不同UUV間的相對(duì)位置無(wú)法準(zhǔn)確獲得。為了彌補(bǔ)這種誤差可采用2種方式：補(bǔ)償時(shí)延造成的定位誤差和追求時(shí)間同步。對(duì)于第1種方式，最常用的方法是卡爾曼濾波，如文獻(xiàn)[71-72]。文獻(xiàn)[73-74]則分別基于量測(cè)偽距的EKF移動(dòng)長(zhǎng)基線時(shí)間延遲算法和建立UUV時(shí)鐘相對(duì)偏移、漂移兩種模型實(shí)現(xiàn)對(duì)時(shí)間補(bǔ)償，達(dá)到時(shí)間同步。

3)編隊(duì)構(gòu)型。

編隊(duì)構(gòu)型影響著協(xié)同導(dǎo)航的可觀測(cè)性，而可觀測(cè)性直接決定協(xié)同導(dǎo)航定位的精度，因此對(duì)編隊(duì)構(gòu)型的研究也是提高協(xié)同導(dǎo)航精度的一種可行方法。多UUV協(xié)同導(dǎo)航系統(tǒng)具有非線性特性，使得線性系統(tǒng)的可觀測(cè)性理論對(duì)其不再適用。為了解決這一問(wèn)題國(guó)內(nèi)外學(xué)者主要采用2種方式：1)將非線性系統(tǒng)線性化[75]，但在線性化的過(guò)程中可能會(huì)導(dǎo)致系統(tǒng)關(guān)鍵信息的丟失；2)引入非線性的可觀測(cè)性方法[76-78]。

3 結(jié)論與展望

1)一直以來(lái)限制UUV集群發(fā)展的一個(gè)主要原因是水下惡劣的通信條件。分布式優(yōu)化算法能夠降低通信對(duì)控制的影響，但是現(xiàn)階段還沒(méi)有比較成熟的分布式優(yōu)化算法應(yīng)用于集群當(dāng)中。未來(lái)分布式優(yōu)化可能會(huì)成為集群發(fā)展的突破口。

2)對(duì)UUV集群的相關(guān)研究越來(lái)越多，但是多數(shù)研究都局限于理論推導(dǎo)和仿真驗(yàn)證，受限于UUV集群驗(yàn)證平臺(tái)的發(fā)展，相關(guān)理論和算法不能得到及時(shí)驗(yàn)證。

3)目前集群的研究主要針對(duì)少數(shù)UUV的編隊(duì)和協(xié)作控制，針對(duì)大規(guī)模集群的研究很少，這也限制了UUV集群的發(fā)展?jié)摿Α?/p>

鑒于當(dāng)今科技發(fā)展潮流，已經(jīng)有學(xué)者提出將人工智能技術(shù)應(yīng)用到UUV集群控制當(dāng)中，可以預(yù)想這將大大提高現(xiàn)有航行器的自主能力，也將使集群控制更加智能化。未來(lái)集群技術(shù)的發(fā)展除了建立在前文提到的關(guān)鍵技術(shù)發(fā)展上之外，航行器自身的智能性的提高將是集群發(fā)展的強(qiáng)大助推器。